查詢結果分析
來源資料
相關文獻
- NCEP RSM之東亞地區動力降尺度氣候場的初步分析
- 中央氣象局區域氣候預報模組對夏季降水年際差異之模擬研究
- Potential Climate Change in Taiwan during Greenhouse Warming: A Semi-Empirical Approach
- 臺灣區域性氣候變化
- 「區域氣候變遷模擬系統之整合與應用」整合研究構想
- 由不同的觀測反演估計、分析與模擬實驗檢視臺灣鄰近區域降雨的長期氣候分布特性
- 臺灣地區春梅雨期短期氣候之模擬研究
- 臺灣地區區域氣候的研究--北部地區冬季的降水
- 臺灣區域氣候降尺度模擬
- NCEP RSM之2001年東亞地區短期氣候模擬研究與平均誤差去除法
頁籤選單縮合
題 名 | NCEP RSM之東亞地區動力降尺度氣候場的初步分析=Preliminary Results of NCEP RSM Climate Downscaling Over East Asia |
---|---|
作 者 | 蕭志惠; 莊漢明; 莊穎叡; | 書刊名 | 氣象學報 |
卷 期 | 46:1 民94.12 |
頁 次 | 頁1-12 |
分類號 | 328.2 |
關鍵詞 | 動力降尺度; 區域氣候; NCEP RSM; AMIP; Dynamical downscaling; Regional climate; |
語 文 | 中文(Chinese) |
中文摘要 | 本研究係使用美國國家環境預報中心(NCEP)之區域波譜模式(RSM)進行東亞地區長時間的動力降尺度(Dynamical Downscaling)模擬,其目的在於分析降尺度區域氣候的特徵以及探討降尺度過程中所面臨到的一些問題。 NCEP RSM的積分方式是將所有大氣變數分為背景場(base)及擾動場(perturbation)二部分,其中背景場的部分來自外層全球模式之分析或模擬結果。在本研究中所採用的背景場係來自美國國際氣候預測研究院(IRI)所提供的ECHAM4.5全球模式在大氣模式比對計劃(AMIP)下的30年長期(1971-2000年)積分結果,資料之解析度為T42L18。積分步驟則是先讀取每6小時背景場的變化趨勢,再以擾動量的形式進行30年的連續積分。本實驗中區域模式的水平解析度為60公里、垂直方向為18層σ座標。積分範圍則以臺灣地區為中心,涵蓋大部分的東亞大陸及西北太平洋(104.5-136.1°E及8.4-36.4°N)。 區域氣候特徵的分析重點在本文中主要是環流的季節變化、年際變化及多雨/少雨年、高溫/低溫年的環流差異。主要的分析變數則為東亞地區及臺灣地區的降水、海平面氣壓及805-hPa水平風場等,並以中央氣象局(CWB)所屬測站之觀測降水及NCEP之重分析場(reanalysis)進行校驗。 降尺度氣候場基本上由其背景場所主導,但在動力降尺度的嵌套過程中也許會有新的模式誤差產生。本研究嘗試以降尺度氣候場與重分析場的差異當作此預報模組的預報修正量,以此對預報結果作進一步的修正,結果顯示將可有效的提昇區域氣候預報模組的動力降尺度預報能力。 |
英文摘要 | This is the preliminary for East Asia climate simulated with a dynamical downscaling prediction system-NCEP Regionall Spectral Model (RSM) at the central Weather Bureau The horizontal resolution is 60 km derived from the ECHAM4.5 AGCM (T42L18) AMIP type simulation for the period of 1971-2000. Results show that the downscaled climate of 850 hPa temperature has better skil than that of the precipitation in either seasonal or the inter-annual variability. The inter-annual variations of heavy/less rainfall years and warm/cold years are well simulated in winter but not in summer. One of the major systematic biases of the NCEP RSM is the wet bias over East Asia mainland which is due to the easterly wind bias over the western North Pacific ocean in the early summer period. The systematic bias of downscaling climate and reanalysis from this AMIP type simulation can take as a useful factor to correct the forecast. The skill proves to be improved by using the systematic bias correction to the simulations. |
本系統中英文摘要資訊取自各篇刊載內容。